發(fā)布時(shí)間：2021-02-15 17:06

　　當(dāng)今微博圍繞新興網(wǎng)紅越來越多有組織的粉絲群體涌現(xiàn),形成了所謂"粉絲控評"現(xiàn)象.本文通過研究這些網(wǎng)紅粉絲群體的行為來了解其特征和影響.本文抽樣爬取了若干當(dāng)紅名人微博下的數(shù)據(jù),通過聚類分析對比研究不同粉絲群體的特征行為.發(fā)現(xiàn)這些高活躍粉絲不同于傳統(tǒng)水軍的定義,有著非常高的互動(dòng)行為;并且以低影響力、年輕的女性群體為主.這個(gè)群體非常嚴(yán)重地扭曲了微博各項(xiàng)指標(biāo)數(shù)據(jù),無論是水軍的識別方法還是個(gè)體影響力的判斷都需要重新考慮這個(gè)群體的影響. 

【文章來源】：杭州師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,19(05)

【文章頁數(shù)】：7 頁

【部分圖文】：

名人的粉絲量與其微博平均評論數(shù)的散點(diǎn)圖

“點(diǎn)贊者粉絲中值”、“轉(zhuǎn)發(fā)者粉絲中值”、“轉(zhuǎn)發(fā)者關(guān)注中值”3個(gè)特征反映了粉絲群體本身的影響力.可以看到,男性比例高的粉絲群體會有更高的影響力.而高影響力的群體看起來不那么愿意去評論與轉(zhuǎn)發(fā)(與“評論者的勛章數(shù)均值”負(fù)相關(guān)),更不會在同一微博下多次評論(與“所有評論者的平均評論數(shù)”等特征負(fù)相關(guān)).此影響力也和“評論的評論數(shù)的均值”呈現(xiàn)負(fù)相關(guān),這說明高影響力的群體內(nèi)部互動(dòng)的傾向是不明顯的.這從另外一個(gè)角度也說明對微博互動(dòng)數(shù)據(jù)影響巨大的“死忠粉”群體的特性.3 粉絲群體特征的聚類分析

4.重復(fù)第2步和第3步,直到聚類中心變化小于某閾值或者迭代次數(shù)達(dá)到設(shè)定值.這里我們設(shè)定k=2,如圖3所示,列舉了5個(gè)特征兩兩組合的散點(diǎn)圖,其中每個(gè)點(diǎn)對應(yīng)于某個(gè)名人的微博,其顏色的不同對應(yīng)于不同的分類;對角線處的分布圖為兩種分類下各微博特征分布.可以看到我們的聚類效果非常明顯.其中一類的“平均轉(zhuǎn)發(fā)數(shù)”、“評論被點(diǎn)贊的均值”等表征微博活躍程度的數(shù)據(jù)相對于另外一類都處于非常低的水平,這顯然證實(shí)了我們的觀點(diǎn).表2—表4更詳細(xì)地展示了兩種分類主要特征的中位數(shù)(以避免因?yàn)閭�(gè)別微博數(shù)據(jù)太高而造成統(tǒng)計(jì)誤差).從表1的微博基本特征可以看到,兩類微博的粉絲數(shù)差距并不大,但是平均點(diǎn)贊與評論卻相差數(shù)十倍,而平均轉(zhuǎn)發(fā)的甚至則超過100倍.

【參考文獻(xiàn)】：
期刊論文
[1]“轉(zhuǎn)發(fā)過億”的背后:網(wǎng)絡(luò)粉絲社群的集體行動(dòng)研究[J]. 范岳亞.  東南傳播. 2019(09)
[2]社交網(wǎng)絡(luò)水軍識別的特征發(fā)現(xiàn)[J]. 李濤,王漁樵,肖智婕.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(05)
[3]基于網(wǎng)絡(luò)關(guān)系的微博水軍集團(tuán)發(fā)現(xiàn)方法[J]. 葉施仁,葉仁明,朱明峰.  計(jì)算機(jī)工程與應(yīng)用. 2017(06)
[4]基于貝葉斯模型的微博網(wǎng)絡(luò)水軍識別算法研究[J]. 張艷梅,黃瑩瑩,甘世杰,丁熠,馬志龍.  通信學(xué)報(bào). 2017(01)
[5]基于交互行為的在線社會網(wǎng)絡(luò)水軍檢測方法[J]. 陳侃,陳亮,朱培棟,熊岳山.  通信學(xué)報(bào). 2015(07)
[6]基于關(guān)系圖特征的微博水軍發(fā)現(xiàn)方法[J]. 程曉濤,劉彩霞,劉樹新.  自動(dòng)化學(xué)報(bào). 2015(09)
[7]基于用戶粉絲聚類現(xiàn)象的微博僵尸用戶檢測[J]. 陶永才,王曉慧,石磊,衛(wèi)琳,曹仰杰.  小型微型計(jì)算機(jī)系統(tǒng). 2015(05)
[8]一種基于微博用戶行為的僵尸粉識別方法[J]. 張錫英,車鑫,田憲允.  黑龍江大學(xué)自然科學(xué)學(xué)報(bào). 2014(02)

碩士論文
[1]新浪微博明星粉絲“控評”“輪博”現(xiàn)象研究[D]. 蔣力.廣西大學(xué) 2019



本文編號：3035227